python groupby用法|极客教程

python groupby用法

在Python中，groupby是一个非常有用的函数，可以根据指定的条件对数据进行分组。groupby函数通常与pandas库一同使用，用于处理数据集中的分组操作。在本文中，我们将详细介绍groupby函数的用法，包括基本用法、高级用法和一些实际案例。

基本用法

首先，让我们看一下groupby函数的基本用法。假设我们有一份包含学生姓名、班级和成绩的数据集，我们想要根据班级对学生进行分组，然后计算每个班级的平均成绩。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank'],
        'Class': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Score': [85, 90, 88, 92, 89, 87]}

df = pd.DataFrame(data)

grouped = df.groupby('Class')
mean_scores = grouped['Score'].mean()

print(mean_scores)

运行上述代码，我们会得到如下输出：

Class
A    87.333333
B    89.666667
Name: Score, dtype: float64

这里，我们首先使用groupby函数根据Class列对数据进行分组，然后使用mean方法计算每个班级的平均成绩。

高级用法

除了基本的分组和聚合操作之外，groupby函数还支持更多高级的用法，例如自定义函数、多列分组等。

自定义函数

我们可以通过传递一个自定义函数给agg方法，实现对不同列应用不同的聚合操作。下面是一个示例代码：

def max_minus_min(series):
    return series.max() - series.min()

result = grouped.agg({'Name': 'count', 'Score': max_minus_min})

print(result)

输出如下：

       Name  Score
Class             
A         3      4
B         3      5

在这个示例中，我们定义了一个max_minus_min函数，用于计算最大值和最小值之间的差值。然后我们通过agg方法对不同列应用不同的聚合函数，统计人数和计算分数的范围。

多列分组

除了单列分组外，我们还可以根据多列对数据进行分组。下面是一个示例代码：

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank'],
        'Class': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Gender': ['F', 'M', 'M', 'M', 'F', 'M'],
        'Score': [85, 90, 88, 92, 89, 87]}

df = pd.DataFrame(data)

grouped = df.groupby(['Class', 'Gender'])
mean_scores = grouped['Score'].mean()

print(mean_scores)

输出如下：

Class  Gender
A      F         87.000000
       M         88.500000
B      M         89.666667
Name: Score, dtype: float64

在这个示例中，我们通过传递包含多列名称的列表给groupby函数，实现对多列数据的分组。

实际案例

最后，让我们通过一个真实的案例来展示groupby函数的用法。假设我们有一个销售订单数据集，包含订单号、产品类别和销售额等信息，我们想要根据产品类别对销售额进行统计分析。

data = {'OrderID': [1, 2, 3, 4, 5, 6],
        'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Sales': [100, 200, 150, 250, 120, 180]}

df = pd.DataFrame(data)

grouped = df.groupby('Category')
total_sales = grouped['Sales'].sum()

print(total_sales)

输出如下：

Category
A    370
B    630
Name: Sales, dtype: int64

通过以上代码，我们成功对销售订单数据集按产品类别进行了统计分析，计算了每个产品类别的总销售额。

总结

在本文中，我们介绍了groupby函数在Python中的用法。我们首先讨论了groupby函数的基本用法，然后介绍了一些高级的用法，包括自定义函数和多列分组。最后，我们通过一个实际案例展示了groupby函数在数据分析中的应用。

python groupby用法